买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华东交通大学申请的专利一种开放词汇目标检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121505244B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610043109.6，技术领域涉及：G06V10/25；该发明授权一种开放词汇目标检测方法及系统是由唐洪;邓雨寒;夏军;史翔宇设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本一种开放词汇目标检测方法及系统在说明书摘要公布了：本发明提供了一种开放词汇目标检测方法及系统，该方法包括：在预设跨模态特征融合网络的多尺度特征层中，集成可学习提示锚模块；通过残差连接将每一提示锚点向量注入到与其对应的特征图中，以对特征图的多尺度语义偏置进行动态校正；在模型训练过程中，以冻结的CLIP视觉编码器作为教师模型、以预设跨模态特征融合网络作为学生模型，以训练出对应的小目标区域掩码，并根据小目标区域掩码计算出动态校正后的特征图的蒸馏损失；根据蒸馏损失输出与特征图对应的多尺度特征，并通过预设检测头将多尺度特征进行边界框回归和开放词汇分类，以完成对应的目标检测。本发明能够有效提升小区域目标的检测效率。

本发明授权一种开放词汇目标检测方法及系统在权利要求书中公布了：1.一种开放词汇目标检测方法，其特征在于，所述方法包括： 在预设跨模态特征融合网络的多尺度特征层中，集成可学习提示锚模块，所述可学习提示锚模块用于为每一层特征图定义一组可学习的提示锚点向量，所述提示锚点向量用于捕捉各个尺度下的关键语义信息； 通过残差连接将每一所述提示锚点向量注入到与其对应的特征图中，引入提示锚点的语义偏置，以对所述特征图的多尺度语义偏置进行动态校正； 在模型训练过程中，以冻结的CLIP视觉编码器作为教师模型、以所述预设跨模态特征融合网络作为学生模型，以训练出对应的小目标区域掩码，并根据所述小目标区域掩码计算出动态校正后的特征图的蒸馏损失； 根据所述蒸馏损失输出与所述特征图对应的多尺度特征，并通过预设检测头将所述多尺度特征进行边界框回归和开放词汇分类，以完成对应的目标检测； 所述通过残差连接将每一所述提示锚点向量注入到与其对应的特征图中，以对所述特征图的多尺度语义偏置进行动态校正的步骤包括： 当确定出所述特征图时，定义出与所述特征图对应的提示锚点向量；其中，所述提示锚点向量的向量维度与所述特征图的通道数一致，所述提示锚点向量的初始值通过随机初始化生成，用于在训练中学习各个尺度的关键语义特征； 通过广播操作将所述提示锚点向量的原始向量尺寸扩展至与所述特征图的尺寸相同的目标向量尺寸，并通过残差相加得到校正后的特征图； 所述训练出对应的小目标区域掩码的步骤包括： 在模型训练的过程中，将所述特征图添加对应的标注信息； 根据所述标注信息在所述特征图的内部筛选出面积小于预设面积阈值且锚框的交并比大于预设交并比阈值的初始区域； 将所述初始区域设定为所述小目标区域，并生成对应的二值掩码，以将所述二值掩码设定为所述小目标区域掩码； 所述根据所述小目标区域掩码计算出动态校正后的特征图的蒸馏损失的步骤包括： 将所述学生模型输出的第一特征通过线性投影函数映射至与所述教师模型输出的第二特征相同的语义空间； 基于所述语义空间，通过预设算法根据所述第一特征以及所述第二特征对应计算出所述蒸馏损失； 所述预设算法的表达式为： 其中，Fis为学生模型特征，Fit为教师模型特征，为数值稳定项，Mi表示所述小目标区域掩码。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。